每周审查网站的AI搜索就绪度并自动生成修复工单

原文要点

原模板每周一7点触发，把网站URL和页数上限发给Apify的SEO/GEO/AEO审查actor，按访客视角渲染页面并返回传统SEO、生成式引擎就绪度、可回答性分数和逐项失败检查。结果与Google Sheets中的上周基线对比，按dropPoints回归阈值、minScore下限和严重问题三类规则标记页面，数量受maxTickets封顶；OpenAI仅依据失败检查生成结构化工单，追加到Tickets表并推Telegram。读取历史节点开启alwaysOutputData以兼容首次空表。

这次做成什么

搭一条每周自动审查网站AI搜索就绪度、并给变差页面生成工程工单的n8n流程。练习方案：先用一个可公开访问的演示站URL、maxPages=3、minScore=60手动跑一轮建立基线，再改分数模拟回归验证工单分支。

准备什么

• 一个可运行Schedule Trigger的n8n实例（Cloud或自托管）
• Apify账号及API凭据；首次仅审少量页面并核对当前可用额度
• OpenAI API key，用于工单撰写节点
• 一个含Scoreboard和Tickets两个空白tab的Google Sheet及凭据
• 用@BotFather创建的Telegram bot token和目标chat ID
• 一个允许公开访问、可被抓取的测试网站URL

具体怎么做

1. 配置审查输入与定时

   在Schedule Trigger设为每周一07:00；在配置区填入网站URL与maxPages（练习设3）、minScore（60）、dropPoints（5，敏感；10则安静）、maxTickets（首次建议3）。Apify节点填入凭据，URL和页数映射为actor输入。

2. 接审查actor并规整输出

   Apify节点运行SEO/GEO/AEO Audit Actor，对每个页面返回总体分和SEO、GEO、AEO子分及失败检查清单。后续节点把每条结果规整成字段：url、score、seoScore、geoScore、aeoScore、failedChecks（数组）、auditDate。

3. 读基线并三分支标记

   Google Sheets节点读Scoreboard tab上周行（确认该节点勾选alwaysOutputData，否则首次空表会让流程停止）。比较节点按URL配对，满足任一条件即标记：总分下跌超过dropPoints、总分低于minScore、存在critical级失败项。未标记页面只回写Scoreboard留历史。

4. 限流并生成工单

   Limit类节点把标记页面截断到maxTickets。OpenAI节点只接收该页的failedChecks，要求逐条失败检查生成修复步骤，输出JSON工单。随后追加到Tickets tab，并把同一工单文本发到Telegram chat ID。

可直接复制的材料

{
  "websiteUrl": "https://demo-site.example.com",
  "maxPages": 3,
  "minScore": 60,
  "dropPoints": 5,
  "maxTickets": 3,
  "scoreboardTab": "Scoreboard",
  "ticketsTab": "Tickets",
  "telegramChatId": "123456789"
}

你是网站工程工单撰写助手。输入是一个页面的审查失败检查清单（JSON数组，每项含检查名、说明和建议）。
要求：
1. 只为清单中确实失败的检查写修复步骤，不得凭空添加问题；
2. 不承诺排名或流量结果；
3. 严格只输出合法JSON，字段：pageUrl（字符串）、priority（high|medium|low，critical失败为high）、summary（一句话问题概述）、steps（字符串数组，每步对应一条失败检查，含做什么和验收标准）、sourceChecks（对应的失败检查名数组）。
失败检查清单：{{ $json.failedChecks }}
页面URL：{{ $json.url }}

url,score,seoScore,geoScore,aeoScore,failedChecks,auditDate
https://demo-site.example.com/pricing,72,80,65,70,"[]",2026-10-05
https://demo-site.example.com/features,58,70,45,52,"[缺少FAQ结构化数据, 正文无可直接引用的答案段]",2026-10-05

输入与输出示例

本站虚构演示，工单JSON为按提示词预期格式的示意，非实际调用结果。

输入

本周审查结果：features页总分50（上周58，跌8分），failedChecks含「缺少FAQ结构化数据」「正文无可直接引用的答案段」；参数dropPoints=5、minScore=60、maxTickets=3。

对应输出

该页跌8分>5且50<60，被标记并生成工单：{"pageUrl":"https://demo-site.example.com/features","priority":"high","summary":"页面缺少结构化数据与可引用答案段，AI搜索可回答性不足","steps":["为常见问题区添加FAQPage结构化数据，验收：富结果测试通过","在正文首屏补一段60字内可直接引用的结论段，验收：复查actor该项通过"],"sourceChecks":["缺少FAQ结构化数据","正文无可直接引用的答案段"]}，追加Tickets表并推Telegram。

做完检查这些

• 首次手动运行时Scoreboard为空也能跑通，流程不在读表节点中断
• 跌分超阈值或低于minScore的页面出现在Tickets tab和Telegram，其余页面只回写Scoreboard
• 工单steps逐条能对应failedChecks里的检查名，没有出现清单外的问题
• 单轮工单数量不超过maxTickets，Scoreboard历史行包含新旧两轮日期

容易卡住的地方

• 首次运行没有基线，所有页面只按下限和critical规则判定，此时maxTickets决定开发看到多少工单
• Apify当前额度和Actor费用以控制台为准，先减小maxPages观察实际用量
• OpenAI写的是模型措辞，交开发前需人工核对步骤是否与真实失败检查一致
• 工单表字段改成Linear/Jira时只需替换保存节点，但字段映射要逐列核对